sys/cddl/contrib/opensolaris/uts/common/fs/zfs/vdev_queue.c

   1 /*
   2  * CDDL HEADER START
   3  *
   4  * The contents of this file are subject to the terms of the
   5  * Common Development and Distribution License (the "License").
   6  * You may not use this file except in compliance with the License.
   7  *
   8  * You can obtain a copy of the license at usr/src/OPENSOLARIS.LICENSE
   9  * or http://www.opensolaris.org/os/licensing.
  10  * See the License for the specific language governing permissions
  11  * and limitations under the License.
  12  *
  13  * When distributing Covered Code, include this CDDL HEADER in each
  14  * file and include the License file at usr/src/OPENSOLARIS.LICENSE.
  15  * If applicable, add the following below this CDDL HEADER, with the
  16  * fields enclosed by brackets "[]" replaced with your own identifying
  17  * information: Portions Copyright [yyyy] [name of copyright owner]
  18  *
  19  * CDDL HEADER END
  20  */
  21 /*
  22  * Copyright 2009 Sun Microsystems, Inc.  All rights reserved.
  23  * Use is subject to license terms.
  24  */
  25
  26 /*
  27  * Copyright (c) 2013 by Delphix. All rights reserved.
  28  */
  29
  30 #include <sys/zfs_context.h>
  31 #include <sys/vdev_impl.h>
  32 #include <sys/spa_impl.h>
  33 #include <sys/zio.h>
  34 #include <sys/avl.h>
  35 #include <sys/dsl_pool.h>
  36
  37 /*
  38  * ZFS I/O Scheduler
  39  * ---------------
  40  *
  41  * ZFS issues I/O operations to leaf vdevs to satisfy and complete zios.  The
  42  * I/O scheduler determines when and in what order those operations are
  43  * issued.  The I/O scheduler divides operations into six I/O classes
  44  * prioritized in the following order: sync read, sync write, async read,
  45  * async write, scrub/resilver and trim.  Each queue defines the minimum and
  46  * maximum number of concurrent operations that may be issued to the device.
  47  * In addition, the device has an aggregate maximum. Note that the sum of the
  48  * per-queue minimums must not exceed the aggregate maximum, and if the
  49  * aggregate maximum is equal to or greater than the sum of the per-queue
  50  * maximums, the per-queue minimum has no effect.
  51  *
  52  * For many physical devices, throughput increases with the number of
  53  * concurrent operations, but latency typically suffers. Further, physical
  54  * devices typically have a limit at which more concurrent operations have no
  55  * effect on throughput or can actually cause it to decrease.
  56  *
  57  * The scheduler selects the next operation to issue by first looking for an
  58  * I/O class whose minimum has not been satisfied. Once all are satisfied and
  59  * the aggregate maximum has not been hit, the scheduler looks for classes
  60  * whose maximum has not been satisfied. Iteration through the I/O classes is
  61  * done in the order specified above. No further operations are issued if the
  62  * aggregate maximum number of concurrent operations has been hit or if there
  63  * are no operations queued for an I/O class that has not hit its maximum.
  64  * Every time an I/O is queued or an operation completes, the I/O scheduler
  65  * looks for new operations to issue.
  66  *
  67  * All I/O classes have a fixed maximum number of outstanding operations
  68  * except for the async write class. Asynchronous writes represent the data
  69  * that is committed to stable storage during the syncing stage for
  70  * transaction groups (see txg.c). Transaction groups enter the syncing state
  71  * periodically so the number of queued async writes will quickly burst up and
  72  * then bleed down to zero. Rather than servicing them as quickly as possible,
  73  * the I/O scheduler changes the maximum number of active async write I/Os
  74  * according to the amount of dirty data in the pool (see dsl_pool.c). Since
  75  * both throughput and latency typically increase with the number of
  76  * concurrent operations issued to physical devices, reducing the burstiness
  77  * in the number of concurrent operations also stabilizes the response time of
  78  * operations from other -- and in particular synchronous -- queues. In broad
  79  * strokes, the I/O scheduler will issue more concurrent operations from the
  80  * async write queue as there's more dirty data in the pool.
  81  *
  82  * Async Writes
  83  *
  84  * The number of concurrent operations issued for the async write I/O class
  85  * follows a piece-wise linear function defined by a few adjustable points.
  86  *
  87  *        |                   o---------| <-- zfs_vdev_async_write_max_active
  88  *   ^    |                  /^         |
  89  *   |    |                 / |         |
  90  * active |                /  |         |
  91  *  I/O   |               /   |         |
  92  * count  |              /    |         |
  93  *        |             /     |         |
  94  *        |------------o      |         | <-- zfs_vdev_async_write_min_active
  95  *       0|____________^______|_________|
  96  *        0%           |      |       100% of zfs_dirty_data_max
  97  *                     |      |
  98  *                     |      `-- zfs_vdev_async_write_active_max_dirty_percent
  99  *                     `--------- zfs_vdev_async_write_active_min_dirty_percent
 100  *
 101  * Until the amount of dirty data exceeds a minimum percentage of the dirty
 102  * data allowed in the pool, the I/O scheduler will limit the number of
 103  * concurrent operations to the minimum. As that threshold is crossed, the
 104  * number of concurrent operations issued increases linearly to the maximum at
 105  * the specified maximum percentage of the dirty data allowed in the pool.
 106  *
 107  * Ideally, the amount of dirty data on a busy pool will stay in the sloped
 108  * part of the function between zfs_vdev_async_write_active_min_dirty_percent
 109  * and zfs_vdev_async_write_active_max_dirty_percent. If it exceeds the
 110  * maximum percentage, this indicates that the rate of incoming data is
 111  * greater than the rate that the backend storage can handle. In this case, we
 112  * must further throttle incoming writes (see dmu_tx_delay() for details).
 113  */
 114
 115 /*
 116  * The maximum number of I/Os active to each device.  Ideally, this will be >=
 117  * the sum of each queue's max_active.  It must be at least the sum of each
 118  * queue's min_active.
 119  */
 120 uint32_t zfs_vdev_max_active = 1000;
 121
 122 /*
 123  * Per-queue limits on the number of I/Os active to each device.  If the
 124  * sum of the queue's max_active is < zfs_vdev_max_active, then the
 125  * min_active comes into play.  We will send min_active from each queue,
 126  * and then select from queues in the order defined by zio_priority_t.
 127  *
 128  * In general, smaller max_active's will lead to lower latency of synchronous
 129  * operations.  Larger max_active's may lead to higher overall throughput,
 130  * depending on underlying storage.
 131  *
 132  * The ratio of the queues' max_actives determines the balance of performance
 133  * between reads, writes, and scrubs.  E.g., increasing
 134  * zfs_vdev_scrub_max_active will cause the scrub or resilver to complete
 135  * more quickly, but reads and writes to have higher latency and lower
 136  * throughput.
 137  */
 138 uint32_t zfs_vdev_sync_read_min_active = 10;
 139 uint32_t zfs_vdev_sync_read_max_active = 10;
 140 uint32_t zfs_vdev_sync_write_min_active = 10;
 141 uint32_t zfs_vdev_sync_write_max_active = 10;
 142 uint32_t zfs_vdev_async_read_min_active = 1;
 143 uint32_t zfs_vdev_async_read_max_active = 3;
 144 uint32_t zfs_vdev_async_write_min_active = 1;
 145 uint32_t zfs_vdev_async_write_max_active = 10;
 146 uint32_t zfs_vdev_scrub_min_active = 1;
 147 uint32_t zfs_vdev_scrub_max_active = 2;
 148 uint32_t zfs_vdev_trim_min_active = 1;
 149 /*
 150  * TRIM max active is large in comparison to the other values due to the fact
 151  * that TRIM IOs are coalesced at the device layer. This value is set such
 152  * that a typical SSD can process the queued IOs in a single request.
 153  */
 154 uint32_t zfs_vdev_trim_max_active = 64;
 155
 156
 157 /*
 158  * When the pool has less than zfs_vdev_async_write_active_min_dirty_percent
 159  * dirty data, use zfs_vdev_async_write_min_active.  When it has more than
 160  * zfs_vdev_async_write_active_max_dirty_percent, use
 161  * zfs_vdev_async_write_max_active. The value is linearly interpolated
 162  * between min and max.
 163  */
 164 int zfs_vdev_async_write_active_min_dirty_percent = 30;
 165 int zfs_vdev_async_write_active_max_dirty_percent = 60;
 166
 167 /*
 168  * To reduce IOPs, we aggregate small adjacent I/Os into one large I/O.
 169  * For read I/Os, we also aggregate across small adjacency gaps; for writes
 170  * we include spans of optional I/Os to aid aggregation at the disk even when
 171  * they aren't able to help us aggregate at this level.
 172  */
 173 int zfs_vdev_aggregation_limit = SPA_MAXBLOCKSIZE;
 174 int zfs_vdev_read_gap_limit = 32 << 10;
 175 int zfs_vdev_write_gap_limit = 4 << 10;
 176
 177 #ifdef __FreeBSD__
 178 SYSCTL_DECL(_vfs_zfs_vdev);
 179 TUNABLE_INT("vfs.zfs.vdev.max_active", &zfs_vdev_max_active);
 180 SYSCTL_UINT(_vfs_zfs_vdev, OID_AUTO, max_active, CTLFLAG_RW,
 181     &zfs_vdev_max_active, 0,
 182     "The maximum number of I/Os of all types active for each device.");
 183
 184 #define ZFS_VDEV_QUEUE_KNOB_MIN(name)                                   \
 185 TUNABLE_INT("vfs.zfs.vdev." #name "_min_active",                        \
 186     &zfs_vdev_ ## name ## _min_active);                                 \
 187 SYSCTL_UINT(_vfs_zfs_vdev, OID_AUTO, name ## _min_active, CTLFLAG_RW,   \
 188     &zfs_vdev_ ## name ## _min_active, 0,                               \
 189     "Initial number of I/O requests of type " #name                     \
 190     " active for each device");
 191
 192 #define ZFS_VDEV_QUEUE_KNOB_MAX(name)                                   \
 193 TUNABLE_INT("vfs.zfs.vdev." #name "_max_active",                        \
 194     &zfs_vdev_ ## name ## _max_active);                                 \
 195 SYSCTL_UINT(_vfs_zfs_vdev, OID_AUTO, name ## _max_active, CTLFLAG_RW,   \
 196     &zfs_vdev_ ## name ## _max_active, 0,                               \
 197     "Maximum number of I/O requests of type " #name                     \
 198     " active for each device");
 199
 200 ZFS_VDEV_QUEUE_KNOB_MIN(sync_read);
 201 ZFS_VDEV_QUEUE_KNOB_MAX(sync_read);
 202 ZFS_VDEV_QUEUE_KNOB_MIN(sync_write);
 203 ZFS_VDEV_QUEUE_KNOB_MAX(sync_write);
 204 ZFS_VDEV_QUEUE_KNOB_MIN(async_read);
 205 ZFS_VDEV_QUEUE_KNOB_MAX(async_read);
 206 ZFS_VDEV_QUEUE_KNOB_MIN(async_write);
 207 ZFS_VDEV_QUEUE_KNOB_MAX(async_write);
 208 ZFS_VDEV_QUEUE_KNOB_MIN(scrub);
 209 ZFS_VDEV_QUEUE_KNOB_MAX(scrub);
 210 ZFS_VDEV_QUEUE_KNOB_MIN(trim);
 211 ZFS_VDEV_QUEUE_KNOB_MAX(trim);
 212
 213 #undef ZFS_VDEV_QUEUE_KNOB
 214
 215 TUNABLE_INT("vfs.zfs.vdev.aggregation_limit", &zfs_vdev_aggregation_limit);
 216 SYSCTL_INT(_vfs_zfs_vdev, OID_AUTO, aggregation_limit, CTLFLAG_RW,
 217     &zfs_vdev_aggregation_limit, 0,
 218     "I/O requests are aggregated up to this size");
 219 TUNABLE_INT("vfs.zfs.vdev.read_gap_limit", &zfs_vdev_read_gap_limit);
 220 SYSCTL_INT(_vfs_zfs_vdev, OID_AUTO, read_gap_limit, CTLFLAG_RW,
 221     &zfs_vdev_read_gap_limit, 0,
 222     "Acceptable gap between two reads being aggregated");
 223 TUNABLE_INT("vfs.zfs.vdev.write_gap_limit", &zfs_vdev_write_gap_limit);
 224 SYSCTL_INT(_vfs_zfs_vdev, OID_AUTO, write_gap_limit, CTLFLAG_RW,
 225     &zfs_vdev_write_gap_limit, 0,
 226     "Acceptable gap between two writes being aggregated");
 227 #endif
 228
 229 int
 230 vdev_queue_offset_compare(const void *x1, const void *x2)
 231 {
 232         const zio_t *z1 = x1;
 233         const zio_t *z2 = x2;
 234
 235         if (z1->io_offset < z2->io_offset)
 236                 return (-1);
 237         if (z1->io_offset > z2->io_offset)
 238                 return (1);
 239
 240         if (z1 < z2)
 241                 return (-1);
 242         if (z1 > z2)
 243                 return (1);
 244
 245         return (0);
 246 }
 247
 248 int
 249 vdev_queue_timestamp_compare(const void *x1, const void *x2)
 250 {
 251         const zio_t *z1 = x1;
 252         const zio_t *z2 = x2;
 253
 254         if (z1->io_timestamp < z2->io_timestamp)
 255                 return (-1);
 256         if (z1->io_timestamp > z2->io_timestamp)
 257                 return (1);
 258
 259         if (z1 < z2)
 260                 return (-1);
 261         if (z1 > z2)
 262                 return (1);
 263
 264         return (0);
 265 }
 266
 267 void
 268 vdev_queue_init(vdev_t *vd)
 269 {
 270         vdev_queue_t *vq = &vd->vdev_queue;
 271
 272         mutex_init(&vq->vq_lock, NULL, MUTEX_DEFAULT, NULL);
 273         vq->vq_vdev = vd;
 274
 275         avl_create(&vq->vq_active_tree, vdev_queue_offset_compare,
 276             sizeof (zio_t), offsetof(struct zio, io_queue_node));
 277
 278         for (zio_priority_t p = 0; p < ZIO_PRIORITY_NUM_QUEUEABLE; p++) {
 279                 /*
 280                  * The synchronous i/o queues are FIFO rather than LBA ordered.
 281                  * This provides more consistent latency for these i/os, and
 282                  * they tend to not be tightly clustered anyway so there is
 283                  * little to no throughput loss.
 284                  */
 285                 boolean_t fifo = (p == ZIO_PRIORITY_SYNC_READ ||
 286                     p == ZIO_PRIORITY_SYNC_WRITE);
 287                 avl_create(&vq->vq_class[p].vqc_queued_tree,
 288                     fifo ? vdev_queue_timestamp_compare :
 289                     vdev_queue_offset_compare,
 290                     sizeof (zio_t), offsetof(struct zio, io_queue_node));
 291         }
 292
 293         vq->vq_lastoffset = 0;
 294 }
 295
 296 void
 297 vdev_queue_fini(vdev_t *vd)
 298 {
 299         vdev_queue_t *vq = &vd->vdev_queue;
 300
 301         for (zio_priority_t p = 0; p < ZIO_PRIORITY_NUM_QUEUEABLE; p++)
 302                 avl_destroy(&vq->vq_class[p].vqc_queued_tree);
 303         avl_destroy(&vq->vq_active_tree);
 304
 305         mutex_destroy(&vq->vq_lock);
 306 }
 307
 308 static void
 309 vdev_queue_io_add(vdev_queue_t *vq, zio_t *zio)
 310 {
 311         spa_t *spa = zio->io_spa;
 312         ASSERT(MUTEX_HELD(&vq->vq_lock));
 313         ASSERT3U(zio->io_priority, <, ZIO_PRIORITY_NUM_QUEUEABLE);
 314         avl_add(&vq->vq_class[zio->io_priority].vqc_queued_tree, zio);
 315
 316 #ifdef illumos
 317         mutex_enter(&spa->spa_iokstat_lock);
 318         spa->spa_queue_stats[zio->io_priority].spa_queued++;
 319         if (spa->spa_iokstat != NULL)
 320                 kstat_waitq_enter(spa->spa_iokstat->ks_data);
 321         mutex_exit(&spa->spa_iokstat_lock);
 322 #endif
 323 }
 324
 325 static void
 326 vdev_queue_io_remove(vdev_queue_t *vq, zio_t *zio)
 327 {
 328         spa_t *spa = zio->io_spa;
 329         ASSERT(MUTEX_HELD(&vq->vq_lock));
 330         ASSERT3U(zio->io_priority, <, ZIO_PRIORITY_NUM_QUEUEABLE);
 331         avl_remove(&vq->vq_class[zio->io_priority].vqc_queued_tree, zio);
 332
 333 #ifdef illumos
 334         mutex_enter(&spa->spa_iokstat_lock);
 335         ASSERT3U(spa->spa_queue_stats[zio->io_priority].spa_queued, >, 0);
 336         spa->spa_queue_stats[zio->io_priority].spa_queued--;
 337         if (spa->spa_iokstat != NULL)
 338                 kstat_waitq_exit(spa->spa_iokstat->ks_data);
 339         mutex_exit(&spa->spa_iokstat_lock);
 340 #endif
 341 }
 342
 343 static void
 344 vdev_queue_pending_add(vdev_queue_t *vq, zio_t *zio)
 345 {
 346         spa_t *spa = zio->io_spa;
 347         ASSERT(MUTEX_HELD(&vq->vq_lock));
 348         ASSERT3U(zio->io_priority, <, ZIO_PRIORITY_NUM_QUEUEABLE);
 349         vq->vq_class[zio->io_priority].vqc_active++;
 350         avl_add(&vq->vq_active_tree, zio);
 351
 352 #ifdef illumos
 353         mutex_enter(&spa->spa_iokstat_lock);
 354         spa->spa_queue_stats[zio->io_priority].spa_active++;
 355         if (spa->spa_iokstat != NULL)
 356                 kstat_runq_enter(spa->spa_iokstat->ks_data);
 357         mutex_exit(&spa->spa_iokstat_lock);
 358 #endif
 359 }
 360
 361 static void
 362 vdev_queue_pending_remove(vdev_queue_t *vq, zio_t *zio)
 363 {
 364         spa_t *spa = zio->io_spa;
 365         ASSERT(MUTEX_HELD(&vq->vq_lock));
 366         ASSERT3U(zio->io_priority, <, ZIO_PRIORITY_NUM_QUEUEABLE);
 367         vq->vq_class[zio->io_priority].vqc_active--;
 368         avl_remove(&vq->vq_active_tree, zio);
 369
 370 #ifdef illumos
 371         mutex_enter(&spa->spa_iokstat_lock);
 372         ASSERT3U(spa->spa_queue_stats[zio->io_priority].spa_active, >, 0);
 373         spa->spa_queue_stats[zio->io_priority].spa_active--;
 374         if (spa->spa_iokstat != NULL) {
 375                 kstat_io_t *ksio = spa->spa_iokstat->ks_data;
 376
 377                 kstat_runq_exit(spa->spa_iokstat->ks_data);
 378                 if (zio->io_type == ZIO_TYPE_READ) {
 379                         ksio->reads++;
 380                         ksio->nread += zio->io_size;
 381                 } else if (zio->io_type == ZIO_TYPE_WRITE) {
 382                         ksio->writes++;
 383                         ksio->nwritten += zio->io_size;
 384                 }
 385         }
 386         mutex_exit(&spa->spa_iokstat_lock);
 387 #endif
 388 }
 389
 390 static void
 391 vdev_queue_agg_io_done(zio_t *aio)
 392 {
 393         if (aio->io_type == ZIO_TYPE_READ) {
 394                 zio_t *pio;
 395                 while ((pio = zio_walk_parents(aio)) != NULL) {
 396                         bcopy((char *)aio->io_data + (pio->io_offset -
 397                             aio->io_offset), pio->io_data, pio->io_size);
 398                 }
 399         }
 400
 401         zio_buf_free(aio->io_data, aio->io_size);
 402 }
 403
 404 static int
 405 vdev_queue_class_min_active(zio_priority_t p)
 406 {
 407         switch (p) {
 408         case ZIO_PRIORITY_SYNC_READ:
 409                 return (zfs_vdev_sync_read_min_active);
 410         case ZIO_PRIORITY_SYNC_WRITE:
 411                 return (zfs_vdev_sync_write_min_active);
 412         case ZIO_PRIORITY_ASYNC_READ:
 413                 return (zfs_vdev_async_read_min_active);
 414         case ZIO_PRIORITY_ASYNC_WRITE:
 415                 return (zfs_vdev_async_write_min_active);
 416         case ZIO_PRIORITY_SCRUB:
 417                 return (zfs_vdev_scrub_min_active);
 418         case ZIO_PRIORITY_TRIM:
 419                 return (zfs_vdev_trim_min_active);
 420         default:
 421                 panic("invalid priority %u", p);
 422                 return (0);
 423         }
 424 }
 425
 426 static int
 427 vdev_queue_max_async_writes(uint64_t dirty)
 428 {
 429         int writes;
 430         uint64_t min_bytes = zfs_dirty_data_max *
 431             zfs_vdev_async_write_active_min_dirty_percent / 100;
 432         uint64_t max_bytes = zfs_dirty_data_max *
 433             zfs_vdev_async_write_active_max_dirty_percent / 100;
 434
 435         if (dirty < min_bytes)
 436                 return (zfs_vdev_async_write_min_active);
 437         if (dirty > max_bytes)
 438                 return (zfs_vdev_async_write_max_active);
 439
 440         /*
 441          * linear interpolation:
 442          * slope = (max_writes - min_writes) / (max_bytes - min_bytes)
 443          * move right by min_bytes
 444          * move up by min_writes
 445          */
 446         writes = (dirty - min_bytes) *
 447             (zfs_vdev_async_write_max_active -
 448             zfs_vdev_async_write_min_active) /
 449             (max_bytes - min_bytes) +
 450             zfs_vdev_async_write_min_active;
 451         ASSERT3U(writes, >=, zfs_vdev_async_write_min_active);
 452         ASSERT3U(writes, <=, zfs_vdev_async_write_max_active);
 453         return (writes);
 454 }
 455
 456 static int
 457 vdev_queue_class_max_active(spa_t *spa, zio_priority_t p)
 458 {
 459         switch (p) {
 460         case ZIO_PRIORITY_SYNC_READ:
 461                 return (zfs_vdev_sync_read_max_active);
 462         case ZIO_PRIORITY_SYNC_WRITE:
 463                 return (zfs_vdev_sync_write_max_active);
 464         case ZIO_PRIORITY_ASYNC_READ:
 465                 return (zfs_vdev_async_read_max_active);
 466         case ZIO_PRIORITY_ASYNC_WRITE:
 467                 return (vdev_queue_max_async_writes(
 468                     spa->spa_dsl_pool->dp_dirty_total));
 469         case ZIO_PRIORITY_SCRUB:
 470                 return (zfs_vdev_scrub_max_active);
 471         case ZIO_PRIORITY_TRIM:
 472                 return (zfs_vdev_trim_max_active);
 473         default:
 474                 panic("invalid priority %u", p);
 475                 return (0);
 476         }
 477 }
 478
 479 /*
 480  * Return the i/o class to issue from, or ZIO_PRIORITY_MAX_QUEUEABLE if
 481  * there is no eligible class.
 482  */
 483 static zio_priority_t
 484 vdev_queue_class_to_issue(vdev_queue_t *vq)
 485 {
 486         spa_t *spa = vq->vq_vdev->vdev_spa;
 487         zio_priority_t p;
 488
 489         ASSERT(MUTEX_HELD(&vq->vq_lock));
 490
 491         if (avl_numnodes(&vq->vq_active_tree) >= zfs_vdev_max_active)
 492                 return (ZIO_PRIORITY_NUM_QUEUEABLE);
 493
 494         /* find a queue that has not reached its minimum # outstanding i/os */
 495         for (p = 0; p < ZIO_PRIORITY_NUM_QUEUEABLE; p++) {
 496                 if (avl_numnodes(&vq->vq_class[p].vqc_queued_tree) > 0 &&
 497                     vq->vq_class[p].vqc_active <
 498                     vdev_queue_class_min_active(p))
 499                         return (p);
 500         }
 501
 502         /*
 503          * If we haven't found a queue, look for one that hasn't reached its
 504          * maximum # outstanding i/os.
 505          */
 506         for (p = 0; p < ZIO_PRIORITY_NUM_QUEUEABLE; p++) {
 507                 if (avl_numnodes(&vq->vq_class[p].vqc_queued_tree) > 0 &&
 508                     vq->vq_class[p].vqc_active <
 509                     vdev_queue_class_max_active(spa, p))
 510                         return (p);
 511         }
 512
 513         /* No eligible queued i/os */
 514         return (ZIO_PRIORITY_NUM_QUEUEABLE);
 515 }
 516
 517 /*
 518  * Compute the range spanned by two i/os, which is the endpoint of the last
 519  * (lio->io_offset + lio->io_size) minus start of the first (fio->io_offset).
 520  * Conveniently, the gap between fio and lio is given by -IO_SPAN(lio, fio);
 521  * thus fio and lio are adjacent if and only if IO_SPAN(lio, fio) == 0.
 522  */
 523 #define IO_SPAN(fio, lio) ((lio)->io_offset + (lio)->io_size - (fio)->io_offset)
 524 #define IO_GAP(fio, lio) (-IO_SPAN(lio, fio))
 525
 526 static zio_t *
 527 vdev_queue_aggregate(vdev_queue_t *vq, zio_t *zio)
 528 {
 529         zio_t *first, *last, *aio, *dio, *mandatory, *nio;
 530         uint64_t maxgap = 0;
 531         uint64_t size;
 532         boolean_t stretch;
 533         avl_tree_t *t;
 534         enum zio_flag flags;
 535
 536         ASSERT(MUTEX_HELD(&vq->vq_lock));
 537
 538         if (zio->io_flags & ZIO_FLAG_DONT_AGGREGATE)
 539                 return (NULL);
 540
 541         /*
 542          * The synchronous i/o queues are not sorted by LBA, so we can't
 543          * find adjacent i/os.  These i/os tend to not be tightly clustered,
 544          * or too large to aggregate, so this has little impact on performance.
 545          */
 546         if (zio->io_priority == ZIO_PRIORITY_SYNC_READ ||
 547             zio->io_priority == ZIO_PRIORITY_SYNC_WRITE)
 548                 return (NULL);
 549
 550         first = last = zio;
 551
 552         if (zio->io_type == ZIO_TYPE_READ)
 553                 maxgap = zfs_vdev_read_gap_limit;
 554
 555         /*
 556          * We can aggregate I/Os that are sufficiently adjacent and of
 557          * the same flavor, as expressed by the AGG_INHERIT flags.
 558          * The latter requirement is necessary so that certain
 559          * attributes of the I/O, such as whether it's a normal I/O
 560          * or a scrub/resilver, can be preserved in the aggregate.
 561          * We can include optional I/Os, but don't allow them
 562          * to begin a range as they add no benefit in that situation.
 563          */
 564
 565         /*
 566          * We keep track of the last non-optional I/O.
 567          */
 568         mandatory = (first->io_flags & ZIO_FLAG_OPTIONAL) ? NULL : first;
 569
 570         /*
 571          * Walk backwards through sufficiently contiguous I/Os
 572          * recording the last non-option I/O.
 573          */
 574         flags = zio->io_flags & ZIO_FLAG_AGG_INHERIT;
 575         t = &vq->vq_class[zio->io_priority].vqc_queued_tree;
 576         while ((dio = AVL_PREV(t, first)) != NULL &&
 577             (dio->io_flags & ZIO_FLAG_AGG_INHERIT) == flags &&
 578             IO_SPAN(dio, last) <= zfs_vdev_aggregation_limit &&
 579             IO_GAP(dio, first) <= maxgap) {
 580                 first = dio;
 581                 if (mandatory == NULL && !(first->io_flags & ZIO_FLAG_OPTIONAL))
 582                         mandatory = first;
 583         }
 584
 585         /*
 586          * Skip any initial optional I/Os.
 587          */
 588         while ((first->io_flags & ZIO_FLAG_OPTIONAL) && first != last) {
 589                 first = AVL_NEXT(t, first);
 590                 ASSERT(first != NULL);
 591         }
 592
 593         /*
 594          * Walk forward through sufficiently contiguous I/Os.
 595          */
 596         while ((dio = AVL_NEXT(t, last)) != NULL &&
 597             (dio->io_flags & ZIO_FLAG_AGG_INHERIT) == flags &&
 598             IO_SPAN(first, dio) <= zfs_vdev_aggregation_limit &&
 599             IO_GAP(last, dio) <= maxgap) {
 600                 last = dio;
 601                 if (!(last->io_flags & ZIO_FLAG_OPTIONAL))
 602                         mandatory = last;
 603         }
 604
 605         /*
 606          * Now that we've established the range of the I/O aggregation
 607          * we must decide what to do with trailing optional I/Os.
 608          * For reads, there's nothing to do. While we are unable to
 609          * aggregate further, it's possible that a trailing optional
 610          * I/O would allow the underlying device to aggregate with
 611          * subsequent I/Os. We must therefore determine if the next
 612          * non-optional I/O is close enough to make aggregation
 613          * worthwhile.
 614          */
 615         stretch = B_FALSE;
 616         if (zio->io_type == ZIO_TYPE_WRITE && mandatory != NULL) {
 617                 zio_t *nio = last;
 618                 while ((dio = AVL_NEXT(t, nio)) != NULL &&
 619                     IO_GAP(nio, dio) == 0 &&
 620                     IO_GAP(mandatory, dio) <= zfs_vdev_write_gap_limit) {
 621                         nio = dio;
 622                         if (!(nio->io_flags & ZIO_FLAG_OPTIONAL)) {
 623                                 stretch = B_TRUE;
 624                                 break;
 625                         }
 626                 }
 627         }
 628
 629         if (stretch) {
 630                 /* This may be a no-op. */
 631                 dio = AVL_NEXT(t, last);
 632                 dio->io_flags &= ~ZIO_FLAG_OPTIONAL;
 633         } else {
 634                 while (last != mandatory && last != first) {
 635                         ASSERT(last->io_flags & ZIO_FLAG_OPTIONAL);
 636                         last = AVL_PREV(t, last);
 637                         ASSERT(last != NULL);
 638                 }
 639         }
 640
 641         if (first == last)
 642                 return (NULL);
 643
 644         size = IO_SPAN(first, last);
 645         ASSERT3U(size, <=, zfs_vdev_aggregation_limit);
 646
 647         aio = zio_vdev_delegated_io(first->io_vd, first->io_offset,
 648             zio_buf_alloc(size), size, first->io_type, zio->io_priority,
 649             flags | ZIO_FLAG_DONT_CACHE | ZIO_FLAG_DONT_QUEUE,
 650             vdev_queue_agg_io_done, NULL);
 651         aio->io_timestamp = first->io_timestamp;
 652
 653         nio = first;
 654         do {
 655                 dio = nio;
 656                 nio = AVL_NEXT(t, dio);
 657                 ASSERT3U(dio->io_type, ==, aio->io_type);
 658
 659                 if (dio->io_flags & ZIO_FLAG_NODATA) {
 660                         ASSERT3U(dio->io_type, ==, ZIO_TYPE_WRITE);
 661                         bzero((char *)aio->io_data + (dio->io_offset -
 662                             aio->io_offset), dio->io_size);
 663                 } else if (dio->io_type == ZIO_TYPE_WRITE) {
 664                         bcopy(dio->io_data, (char *)aio->io_data +
 665                             (dio->io_offset - aio->io_offset),
 666                             dio->io_size);
 667                 }
 668
 669                 zio_add_child(dio, aio);
 670                 vdev_queue_io_remove(vq, dio);
 671                 zio_vdev_io_bypass(dio);
 672                 zio_execute(dio);
 673         } while (dio != last);
 674
 675         return (aio);
 676 }
 677
 678 static zio_t *
 679 vdev_queue_io_to_issue(vdev_queue_t *vq)
 680 {
 681         zio_t *zio, *aio;
 682         zio_priority_t p;
 683         avl_index_t idx;
 684         vdev_queue_class_t *vqc;
 685         zio_t search;
 686
 687 again:
 688         ASSERT(MUTEX_HELD(&vq->vq_lock));
 689
 690         p = vdev_queue_class_to_issue(vq);
 691
 692         if (p == ZIO_PRIORITY_NUM_QUEUEABLE) {
 693                 /* No eligible queued i/os */
 694                 return (NULL);
 695         }
 696
 697         /*
 698          * For LBA-ordered queues (async / scrub), issue the i/o which follows
 699          * the most recently issued i/o in LBA (offset) order.
 700          *
 701          * For FIFO queues (sync), issue the i/o with the lowest timestamp.
 702          */
 703         vqc = &vq->vq_class[p];
 704         search.io_timestamp = 0;
 705         search.io_offset = vq->vq_last_offset + 1;
 706         VERIFY3P(avl_find(&vqc->vqc_queued_tree, &search, &idx), ==, NULL);
 707         zio = avl_nearest(&vqc->vqc_queued_tree, idx, AVL_AFTER);
 708         if (zio == NULL)
 709                 zio = avl_first(&vqc->vqc_queued_tree);
 710         ASSERT3U(zio->io_priority, ==, p);
 711
 712         aio = vdev_queue_aggregate(vq, zio);
 713         if (aio != NULL)
 714                 zio = aio;
 715         else
 716                 vdev_queue_io_remove(vq, zio);
 717
 718         /*
 719          * If the I/O is or was optional and therefore has no data, we need to
 720          * simply discard it. We need to drop the vdev queue's lock to avoid a
 721          * deadlock that we could encounter since this I/O will complete
 722          * immediately.
 723          */
 724         if (zio->io_flags & ZIO_FLAG_NODATA) {
 725                 mutex_exit(&vq->vq_lock);
 726                 zio_vdev_io_bypass(zio);
 727                 zio_execute(zio);
 728                 mutex_enter(&vq->vq_lock);
 729                 goto again;
 730         }
 731
 732         vdev_queue_pending_add(vq, zio);
 733         vq->vq_last_offset = zio->io_offset;
 734
 735         return (zio);
 736 }
 737
 738 zio_t *
 739 vdev_queue_io(zio_t *zio)
 740 {
 741         vdev_queue_t *vq = &zio->io_vd->vdev_queue;
 742         zio_t *nio;
 743
 744         if (zio->io_flags & ZIO_FLAG_DONT_QUEUE)
 745                 return (zio);
 746
 747         /*
 748          * Children i/os inherent their parent's priority, which might
 749          * not match the child's i/o type.  Fix it up here.
 750          */
 751         if (zio->io_type == ZIO_TYPE_READ) {
 752                 if (zio->io_priority != ZIO_PRIORITY_SYNC_READ &&
 753                     zio->io_priority != ZIO_PRIORITY_ASYNC_READ &&
 754                     zio->io_priority != ZIO_PRIORITY_SCRUB)
 755                         zio->io_priority = ZIO_PRIORITY_ASYNC_READ;
 756         } else if (zio->io_type == ZIO_TYPE_WRITE) {
 757                 if (zio->io_priority != ZIO_PRIORITY_SYNC_WRITE &&
 758                     zio->io_priority != ZIO_PRIORITY_ASYNC_WRITE)
 759                         zio->io_priority = ZIO_PRIORITY_ASYNC_WRITE;
 760         } else {
 761                 ASSERT(zio->io_type == ZIO_TYPE_FREE);
 762                 zio->io_priority = ZIO_PRIORITY_TRIM;
 763         }
 764
 765         zio->io_flags |= ZIO_FLAG_DONT_CACHE | ZIO_FLAG_DONT_QUEUE;
 766
 767         mutex_enter(&vq->vq_lock);
 768         zio->io_timestamp = gethrtime();
 769         vdev_queue_io_add(vq, zio);
 770         nio = vdev_queue_io_to_issue(vq);
 771         mutex_exit(&vq->vq_lock);
 772
 773         if (nio == NULL)
 774                 return (NULL);
 775
 776         if (nio->io_done == vdev_queue_agg_io_done) {
 777                 zio_nowait(nio);
 778                 return (NULL);
 779         }
 780
 781         return (nio);
 782 }
 783
 784 void
 785 vdev_queue_io_done(zio_t *zio)
 786 {
 787         vdev_queue_t *vq = &zio->io_vd->vdev_queue;
 788         zio_t *nio;
 789
 790         if (zio_injection_enabled)
 791                 delay(SEC_TO_TICK(zio_handle_io_delay(zio)));
 792
 793         mutex_enter(&vq->vq_lock);
 794
 795         vdev_queue_pending_remove(vq, zio);
 796
 797         vq->vq_io_complete_ts = gethrtime();
 798
 799         if (zio->io_flags & ZIO_FLAG_QUEUE_IO_DONE) {
 800                 /*
 801                  * Executing from a previous vdev_queue_io_done so
 802                  * to avoid recursion we just unlock and return.
 803                  */
 804                 mutex_exit(&vq->vq_lock);
 805                 return;
 806         }
 807
 808         while ((nio = vdev_queue_io_to_issue(vq)) != NULL) {
 809                 mutex_exit(&vq->vq_lock);
 810                 nio->io_flags |= ZIO_FLAG_QUEUE_IO_DONE;
 811                 if (nio->io_done == vdev_queue_agg_io_done) {
 812                         zio_nowait(nio);
 813                 } else {
 814                         zio_vdev_io_reissue(nio);
 815                         zio_execute(nio);
 816                 }
 817                 nio->io_flags &= ~ZIO_FLAG_QUEUE_IO_DONE;
 818                 mutex_enter(&vq->vq_lock);
 819         }
 820
 821         mutex_exit(&vq->vq_lock);
 822 }
 823
 824 /*
 825  * As these three methods are only used for load calculations we're not concerned
 826  * if we get an incorrect value on 32bit platforms due to lack of vq_lock mutex
 827  * use here, instead we prefer to keep it lock free for performance.
 828  */
 829 int
 830 vdev_queue_length(vdev_t *vd)
 831 {
 832         return (avl_numnodes(&vd->vdev_queue.vq_active_tree));
 833 }
 834
 835 uint64_t
 836 vdev_queue_lastoffset(vdev_t *vd)
 837 {
 838         return (vd->vdev_queue.vq_lastoffset);
 839 }
 840
 841 void
 842 vdev_queue_register_lastoffset(vdev_t *vd, zio_t *zio)
 843 {
 844         vd->vdev_queue.vq_lastoffset = zio->io_offset + zio->io_size;
 845 }